El 33% de ensayos clínicos tienen problemas con aleatorización, análisis estadístico y reclutamiento de pacientes. La IA ayuda en cuellos de botella.
Un estudio clínico es una investigación científica diseñada para evaluar la seguridad y la eficacia de un tratamiento o intervención médica en seres humanos. En estos estudios pueden participar pacientes, voluntarios sanos o ambos, y su objetivo es determinar si una intervención médica es segura, qué efectos secundarios puede tener y su eficacia en el tratamiento de una enfermedad o afección en particular (1). Los estudios clínicos pueden tener varios diseños, incluidos los estudios aleatorizados y controlados, y se clasifican en fases I, II, III o IV según sus objetivos y etapas de desarrollo (2) (3). Sin embargo, persisten los desafíos; un estudio de la Universidad de Toronto descubrió que alrededor del 33% de los ensayos clínicos aleatorizados publicados en las principales revistas médicas tenían problemas relacionados con la aleatorización, el cegamiento o el análisis estadístico, lo que repercutía en la validez de los resultados (4). Además, el 33% de los ensayos clínicos registrados en la plataforma de los NIH no lograron reclutar suficientes participantes, lo que provocó que los estudios estuvieran incompletos o se retrasaran considerablemente (5).
«TrialMaster» es un asistente de inteligencia artificial creado para ayudar a los investigadores a formular protocolos sólidos de ensayos clínicos. Proporciona orientación para definir los objetivos del estudio, la metodología y las consideraciones éticas, y asesora sobre el establecimiento de los criterios de inclusión y exclusión, así como los procedimientos de gestión de datos.
El mensaje TrialMaster se creó a partir de la información extraída de artículos sobre el diseño de ensayos clínicos, incluidos trabajos del Instituto de Medicina (EE. UU.) (6) y contribuciones de M. Shi y otros (7), que exploran el papel de la IA en el perfeccionamiento de los protocolos de los ensayos clínicos.